SayIt - 開源的 speech to text 的工具
我之前有在這邊講過語音轉文字的三個工具 Handy，其中我最推薦的是 Typeless 跟 Handy。但最近有新的想法了，所以想要跟大家講一下我對這些工具的新想法，以及我目前用的一個新工具。
首先是 Handy 的部分，因為它真的太笨了，所以我決定就最後不用它了。
然後 Typeless 的部分主要有幾個原因：
1. 它最近可能是因為在開發新功能，所以有時候在使用它的語音轉換功能時，我講了一段話，它反而是用 AI 去回覆我這段話的內容。但我明明就只是想要語音轉文字這件事情而已，所以對我來講是蠻困擾的。
2. 當然有時候會爆出一堆簡體字。
3. 最後，我也會考慮之前討論過的 Typeless 隱私問題。
我最近有用的新工具是叫做 SayIt，它是由臺灣的工程師 Jackle 開發出來的，而且它是一個開源的專案（project）。大家也可以去 GitHub 看看，也可以先看我連結到他個人網站上的說明。
我稍微講一下我覺得它很棒的地方。它目前是我用過最貼近 Typeless 的免費開源工具。我覺得它很棒的地方就是：
1. 它會請你去申請一個 AI 平臺叫 Groq，使用 Groq 上面的 AI 平臺上的模型。
(a) 語音轉換模型：它是用 Whisper Large 或 Whisper Large Turbo。
(b) 文字整理模型：它可以給你用 Qwen3、Llama 跟 Kimi。
我目前的搭配是 Whisper Large 跟 Kimi。
2. AI 整理的 Prompt 也可以讓你調整，你可以選擇精簡版，或者是積極的部分。積極的部分就是像 Typeless 一樣，可以幫你列點、幫你重新改成段落。精簡版的部分就是單純幫你修一些錯字、去一些冗詞，然後補一些標點這樣而已。
它目前我覺得最好的功能就是「短文字門檻」。短文字門檻就是說，如果它從語音翻成文字之後，有文字上的限制，它如果低於某一段的字數，那它會直接貼上去，就不會再讓 AI 整理了。我個人覺得這個是非常好用的。
但是它還是有幾個小缺點：
1. 它目前預設的按鈕只能設定一個鍵。所以你只能選擇鍵盤上其中一個鍵，例如 Alt、Ctrl、Shift 或者是你自定義的鍵才用。但是 Typeless 那邊是可以用複合式的鍵，例如 Alt 加 Space 或 Ctrl 加 Alt 那種感覺。
2. 它不太能接受多語言的轉換。例如說我目前目標的語言是繁體中文，但如果我突然想要改成說日文的話，它會接受不了。它會直接用音譯的方式翻成中文，或者用翻譯的方式翻成中文。對我來講，這兩個都不是我要的，我要的就是日文，它也會有這個狀況。
3. 我剛剛才發現，它好像對於長文章的接受度有點問題，會很容易就辨識失敗。而且辨識失敗之後，你不能重來，你要重講一次。這個也算是硬傷，如果你講超過五分鐘的話就會有這個狀況。
就希望它能再多多改進，而且它是開源的，所以我也有看到有人 Fork 出去，然後去接它的 Local 模型，所以大家也多多支持。
作者：CCL